MétaCan
Menu
Retour à la cohorte
Enregistrement W4311821158 · doi:10.26603/001c.55531

Movement Competency Screen: Rethinking the Rating

2022· article· en· W4311821158 sur OpenAlexafffund
Justine Benoît-Piau, Mélanie Morin, Christine Guptill, Sylvie Fortin, Nathaly Gaudreault

Notice bibliographique

RevueInternational Journal of Sports Physical Therapy · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueDiversity and Impact of Dance
Établissements canadiensUniversité du Québec à MontréalUniversity of OttawaUniversité de Sherbrooke
Organismes subventionnairesRéseau Provincial de Recherche en Adaptation-RéadaptationInstitut de Recherche Robert-Sauvé en Santé et en Sécurité du Travail
Mots-clésMovement (music)PsychologyRating systemCognitive psychologyArtAestheticsEconomics

Résumé

récupéré en direct d'OpenAlex

Background Dancers are at high risk of musculoskeletal disorders. There has been a growing interest in the last few years in pre-season screening using tools to evaluate movement competency, among which is the Movement Competency Screen (MCS). It is currently scored using a categorical 3-level rating system, but this method does not seem to take into account the load level of movements. A 5-level scoring system could potentially alleviate this problem. Hypothesis/Purpose For each scoring system, to investigate (1) the internal consistency, and (2) the association with transversus abdominis activation (TrA), hip muscle strength and with Functional Movement screen (FMS TM ) total score. Study design Secondary analyses of a prospective cohort study. Methods One hundred and eighteen professional and preprofessional dancers evolving in ballet or contemporary dance were recruited. The MCS was performed and was scored according to the 3- and 5-level scoring systems. The key variables for movement competency that were considered for convergent validity were the activation ratio of the TrA evaluated with ultrasound imaging and hip strength assessed with a handheld dynamometer. Movement competency was also measured with the FMS TM . Results Internal consistency was higher for the 5-level scoring of the MCS items ( α =0.548) compared to the 3-level scoring system ( α =0.494). Multiple linear regressions showed that TrA activation, hip adductor strength, and FMS TM could significantly explain 24.0% of the variance for the 5-level scoring system of the MCS whereas hip internal rotator strength and FMS TM could explain only 16.4% of the variance for the 3-level scoring system. Conclusion The 5-level scoring system showed better metrologic properties in terms of internal consistency and concurrent validity and therefore, should be preferred over the 3-level scoring system in future research. Level of Evidence Level III

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,024
score de la tête « metaresearch » (Gemma)0,054
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,054
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,004

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,030
Tête enseignante GPT0,321
Écart entre enseignants0,290 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sports Physical TherapyMême sujetDiversity and Impact of DanceTravaux en français237 207